文章预览
Abstract 在线高清(HD)地图已成为自动驾驶的首选方案,凭借其灵活的更新能力和较低的维护成本,逐渐超越了离线高清地图。然而,现有的在线高清地图模型将视觉传感器的参数嵌入训练过程中,导致在应用于不同参数的视觉传感器时泛化性能显著下降。受到逆透视映射(IPM)固有潜力的启发,IPM 可以在训练过程中解耦相机参数,我们设计了一个通用的地图生成框架——GenMapping。该框架基于三重协同架构,包括主分支和两个辅助分支。当通过 IPM 转换的粗糙路面图像伴随局部失真时,主分支在状态空间模型下学习鲁棒的全局特征。两个辅助分支分别为密集透视分支和稀疏先验分支。前者利用静态和移动物体之间的相关信息,后者则引入了 OpenStreetMap(OSM)的先验知识。我们设计了三重增强融合模块,协同整合三个分支中的空间特征。为了进一步
………………………………